Language Model Predictive Control (LMPC) — Прогнозное управление языковой моделью — это метод от Google DeepMind, позволяющий ускорить обучаемость (быструю адаптацию к обратной связи) большой языковой модели (БЯМ, LLM), пишущей код для управления действиями робота.

Используя собранный набор данных пользователей, обучающих роботов новым задачам с помощью языковых инструкций (в виде текстового ввода пользовательских команд и получаемого кода (на рисунке — слева)), можно обучить БЯМ прогнозировать последующие команды и код с учетом текущей истории чата (на рисунке — в центре (LMPC-Rollouts)), либо обучить БЯМ предсказывать сразу последнее правильно действие (на рисенке — справа (LMPC-Skip)). Оба варианта LMPC ускоряют адаптацию робота  посредством контекстного обучения.

Статьи

1. Learning to Learn Faster from Human Feedback with Language Model Predictive Control

Ссылки

• https://robot-teaching.github.io
• Code Demo

По теме

• Dobb·E — открытый проект по обучению робота выполнять домашние дела
• TidyBot — персонализированный робот-помощник на основе больших языковых моделей
• Awesome-LLM-Robotics — список статей про использование больших языковых моделей в робототехнике
• Microsoft предложила использовать ChatGPT для управления роботами
• Роботы Everyday Robots от Alphabet начали выполнять уборку в офисе Google